从云计算到边缘计算

集中式云系统提供了方便的访问和协作,但服务器的集中意味着它们远离数据源。数据传输引入了由网络延迟引起的延迟。对于自动驾驶汽车来说,最短的时间从通过传感器收集数据到做出决定再采取行动是至关重要的。

预计到2025年,边缘计算市场规模将达到290亿美元。

在这十年里,已经发生了一场从本地计算到云计算的转变,允许系统集中和可访问,并提高了安全性和协作性。今天,在新的十年即将到来之际,我们见证了从云计算到边缘计算的转变。

什么是边缘计算?

边缘计算是指在互联网的“外部边缘”进行的计算,而不是在中心位置进行计算的云计算。边缘计算通常在数据源附近执行,例如在连接的相机附近。

自动驾驶汽车是边缘计算的完美例子。为了使汽车在任何道路上安全行驶,它必须实时观察道路,如果有人走在汽车前面,它必须停车。在这种情况下,使用边缘计算在边缘处处理视觉信息并作出决策。

这个例子强调了边缘计算的一个关键动机——速度。集中式云系统提供了方便的访问和协作,但服务器的集中意味着它们远离数据源。数据传输引入了由网络延迟引起的延迟。对于自动驾驶汽车来说,最短的时间从通过传感器收集数据到做出决定再采取行动是至关重要的。

预计到2025年,边缘计算市场规模将达到290亿美元。--Grand View Research

所有这些实时应用都需要边缘计算。根据Market Research Future(MRFR)研究显示,到2024年,边缘计算的市场规模预计将达到224亿美元,到2025年将达到290亿美元。像Andreessen Horowitz这样的顶级风投公司正在大举押注。边缘计算已经被应用在各种各样的应用中,从自动驾驶汽车和无人驾驶飞机到家庭自动化系统和零售业,以这样的普及率,我们只能想象它未来的应用。

为什么要从云端移到边缘?

速度

在云计算中,边缘设备收集数据并将其发送到云上进行进一步的处理和分析。边缘设备发挥着有限的作用,发送信息到云,并从云接收处理过的信息。所有真正的工作都是在云中完成的。

这种类型的基础设施可能适用于用户可以等待2或3秒以获得响应的应用程序。但是,这不适合需要更快响应的应用程序,尤其是那些需要实时操作的应用程序,例如在自动驾驶汽车中。但是,即使在一个更普通的例子中,比如基本的网站交互,开发人员也会部署JavaScript来检测用户的行为,并在用户浏览器中对其做出响应。如果响应时间对应用程序的成功至关重要,那么在源代码附近解释输入数据是更好的选择(如果有)。当输入和输出同时发生在同一位置时,例如在物联网设备中,边缘计算消除了网络延迟,并且实时成为可能。

带宽

边缘计算意味着更少的数据传输,因为大部分繁重的工作都是由边缘设备完成的。而不是将原始数据发送到云端,大部分处理是在边缘完成的,只有结果发送到云端,因此需要的数据传输带宽更少。

让我们以一个使用云计算基础设施的智能停车系统为例,了解有多少停车位可用。比如说,每几秒钟就有1080p的实时视频或静止图像发送到云端。想象一下这个解决方案每小时所需的网络带宽和数据传输成本,通过网络连续传输大量原始数据:

相比之下,如果智能停车系统使用边缘计算,它只需每隔几秒向云发送一个整数,即有多少个停车位可用,从而导致带宽减少,并导致数据传输成本降低

规模

物联网意味着更多的系统,更多的系统意味着更多的带宽和更多的集中服务器负载。在云计算架构中,增加一个物联网设备会增加带宽需求和云计算能力。

让我们使用上面的智能停车系统的例子,将1080p视频流传输到云端。客户希望在另外10个停车场安装此系统。为了促进这一点,他们需要增加他们的网络带宽,并且需要大约10倍的计算能力和云存储空间,因为集中式服务器上的负载随着来自10个附加相机的输入数据而增加。这增加了网络流量,上行链路带宽成为瓶颈。因此,随着网络流量、带宽和云资源的使用随着每一个附加设备的增加而增加,扩展成本很高。

相比之下,在边缘计算中,增加一个物联网每单位设备成本增加。每台设备带宽和云计算能力不需要增加,因为大多数处理是在边缘完成的。使用边缘计算架构,在停车场系统中添加10个额外的物联网设备似乎不那么令人畏惧,因为不需要增加云计算能力或网络带宽。因此,边缘计算架构的可扩展性要高得多。

从本地计算到云计算,再到边缘计算,随着我们对计算系统的性能和创新的需求不断提高,软件架构也在不断发展。随着我们超越现有的基于云的架构,对实时应用的需求和物联网等成本压力推动了边缘计算市场的增长。这是一种趋势,将为2020年的软件业增色。

本文来自信息化观察者网,转载请注明出处。

 

扫码加入本站知识星球小密圈,获取1万+行业最新精选报告。

注:本站文章除标明原创外,均来自网友投稿及分享,如有侵权请联系dongxizhiku@163.com删除。

         

发表评论